用于服务调配的网络通信系统及方法与流程

1.本发明涉及网络通信领域，尤其涉及一种用于服务调配的网络通信系统及方法。


背景技术：

2.网络是用物理链路将各个孤立的工作站或主机相连在一起，组成数据链路，从而达到资源共享和通信的目的。通信是人与人之间通过某种媒体进行的信息交流与传递。当前，在对每一加油站执行油量管理时，如果备油过多，导致在每天消耗服务油量之后还剩余大量油量，则对油质会造成不利影响，相反，如果备油不足，则会导致每天前往加油的车辆的加油需求得不到满足，进而一些车辆会放弃所述加油站而前往其他加油站执行加油动作，给所述加油站的经济利益造成损失。


技术实现要素：

3.为了解决现有技术中的技术问题，本发明提供了一种用于服务调配的网络通信系统及方法，能够在网络通信的基础上根据每一加油站的过往天数的历史加油数据智能化预测所述加油站当日的加油需求以及物资人员调配需求，从而在保证加油站经济利益的同时尽可能减少库存油质的劣化。
4.根据本发明的一方面，提供了一种用于服务调配的网络通信系统，所述系统包括：
5.逐天统计设备，设置在加油站的控制室内，用于每天采集所述加油站在当天总共消耗的汽油体积和柴油体积；
6.数据录入设备，与所述逐天统计设备连接，用于将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型；
7.参数训练设备，与所述数据录入设备连接，用于采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型；
8.油量预估设备，与所述参数训练设备连接，用于在每日凌晨将该日之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述训练后的循环神经网络模型的各份输入信号，并运行所述训练后的循环神经网络模型以获得所述训练后的循环神经网络模型输出信号即该日所述加油站分别消耗的预估汽油体积和预估柴油体积；
9.网络决策设备，与所述油量预估设备通过网络连接，用于基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量；
10.其中，将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型包括：所述设定天数的取值与所述加油站所在环境的车流量正向关联。
11.根据本发明的另一方面，还提供了一种用于服务调配的网络通信方法，所述方法包括：
12.使用逐天统计设备，设置在加油站的控制室内，用于每天采集所述加油站在当天总共消耗的汽油体积和柴油体积；
13.使用数据录入设备，与所述逐天统计设备连接，用于将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型；
14.使用参数训练设备，与所述数据录入设备连接，用于采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型；
15.使用油量预估设备，与所述参数训练设备连接，用于在每日凌晨将该日之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述训练后的循环神经网络模型的各份输入信号，并运行所述训练后的循环神经网络模型以获得所述训练后的循环神经网络模型输出信号即该日所述加油站分别消耗的预估汽油体积和预估柴油体积；
16.使用网络决策设备，与所述油量预估设备通过网络连接，用于基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量；
17.其中，将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型包括：所述设定天数的取值与所述加油站所在环境的车流量正向关联。
18.本发明具备以下几处显著的技术效果：根据每一加油站的附近车流量为加油站建立定制结构的执行油量消耗评估的循环神经网络模型，所述模型以最新的过往天数的加油站逐天消耗的油量作为评估参考数据，所述循环神经网络模型的输入信号的数量与所述加油站附近车流量正向关联；根据每一加油站的占地面积为建立的循环神经网络模型提供针对性的训练机制，加油站的占地面积越小，执行训练的次数越少。
附图说明
19.以下将结合附图对本发明的实施方案进行描述，其中：
20.图1为根据本发明实施方案示出的用于服务调配的网络通信系统的结构方框图。
具体实施方式
21.下面将参照附图对本发明的用于服务调配的网络通信方法的实施方案进行详细说明。
22.加油站所采用的加油机的规模种类很多，从机械式、电子式直到电脑自动加油机。加油机的流量可分为50-60升/分和80-90升/分两种。小流量的加油机适用于小轿车、面包车加油；大流量的加油机适用于大型客车和集装箱货车的加油。各种加油机的基本结构(机械传动部分)是一致的。机械式和电子式的区别在于数字显示装置的不同，电子式的可与微
机配合使用，达到自动操作的目的。
23.当前，在对每一加油站执行油量管理时，如果备油过多，导致在每天消耗服务油量之后还剩余大量油量，则对油质会造成不利影响，相反，如果备油不足，则会导致每天前往加油的车辆的加油需求得不到满足，进而一些车辆会放弃所述加油站而前往其他加油站执行加油动作，给所述加油站的经济利益造成损失。
24.为了克服上述不足，本发明搭建了一种用于服务调配的网络通信系统及方法，能够有效解决相应的技术问题。
25.本发明具备以下几处显著的技术效果：根据每一加油站的附近车流量为加油站建立定制结构的执行油量消耗评估的循环神经网络模型，所述模型以最新的过往天数的加油站逐天消耗的油量作为评估参考数据，所述循环神经网络模型的输入信号的数量与所述加油站附近车流量正向关联；根据每一加油站的占地面积为建立的循环神经网络模型提供针对性的训练机制，加油站的占地面积越小，执行训练的次数越少。
26.图1为根据本发明实施方案示出的用于服务调配的网络通信系统的结构方框图，所述系统包括：
27.逐天统计设备，设置在加油站的控制室内，用于每天采集所述加油站在当天总共消耗的汽油体积和柴油体积；
28.数据录入设备，与所述逐天统计设备连接，用于将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型；
29.参数训练设备，与所述数据录入设备连接，用于采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型；
30.油量预估设备，与所述参数训练设备连接，用于在每日凌晨将该日之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述训练后的循环神经网络模型的各份输入信号，并运行所述训练后的循环神经网络模型以获得所述训练后的循环神经网络模型输出信号即该日所述加油站分别消耗的预估汽油体积和预估柴油体积；
31.网络决策设备，与所述油量预估设备通过网络连接，用于基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量；
32.其中，将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型包括：所述设定天数的取值与所述加油站所在环境的车流量正向关联。
33.接着，继续对本发明的用于服务调配的网络通信系统的具体结构进行进一步的说明。
34.所述用于服务调配的网络通信系统中还可以包括：
35.多个油体储存罐体，设置在所述加油站的内部，用于储存所述加油站执行加油服务所需要的汽油油体和柴油油体；
36.其中，所述油体储存罐体中用于储存所述加油站执行加油服务所需要的汽油油体
的罐体数量多于所述油体储存罐体中用于储存所述加油站执行加油服务所需要的柴油油体的罐体数量。
37.在所述用于服务调配的网络通信系统中：
38.采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型包括：在对所述循环神经网络执行的每一次训练中，将某一历史日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将所述某一历史日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以完成对所述循环神经网络模型的单次训练操作。
39.在所述用于服务调配的网络通信系统中：
40.采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型包括：所述加油站的占地面积越小，所述固定数量的取值越小。
41.在所述用于服务调配的网络通信系统中：
42.基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量包括：所述加油站在该日需要的服务资源数量与接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积之和成正比。
43.根据本发明实施方案示出的用于服务调配的网络通信方法包括：
44.使用逐天统计设备，设置在加油站的控制室内，用于每天采集所述加油站在当天总共消耗的汽油体积和柴油体积；
45.使用数据录入设备，与所述逐天统计设备连接，用于将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型；
46.使用参数训练设备，与所述数据录入设备连接，用于采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型；
47.使用油量预估设备，与所述参数训练设备连接，用于在每日凌晨将该日之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述训练后的循环神经网络模型的各份输入信号，并运行所述训练后的循环神经网络模型以获得所述训练后的循环神经网络模型输出信号即该日所述加油站分别消耗的预估汽油体积和预估柴油体积；
48.使用网络决策设备，与所述油量预估设备通过网络连接，用于基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量；
49.其中，将目标日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将目标日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以建立执行油量消耗评估的循环神经网络模型包括：所述设定天数的取值与所述加油站所在环境的车流量正向关联。
50.接着，继续对本发明的用于服务调配的网络通信方法的具体步骤进行进一步的说明。
51.所述用于服务调配的网络通信方法还可以包括：
52.使用多个油体储存罐体，设置在所述加油站的内部，用于储存所述加油站执行加油服务所需要的汽油油体和柴油油体；
53.其中，所述油体储存罐体中用于储存所述加油站执行加油服务所需要的汽油油体的罐体数量多于所述油体储存罐体中用于储存所述加油站执行加油服务所需要的柴油油体的罐体数量。
54.所述用于服务调配的网络通信方法中：
55.采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型包括：在对所述循环神经网络执行的每一次训练中，将某一历史日期所述加油站总共消耗的汽油体积和柴油体积作为循环神经网络模型的单份输出信号，将所述某一历史日期之前设定天数的各天所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的各份输入信号，以完成对所述循环神经网络模型的单次训练操作。
56.所述用于服务调配的网络通信方法中：
57.采用过往的各个历史日期所述加油站分别消耗的汽油体积和柴油体积作为所述循环神经网络模型的训练数据对所述循环神经网络执行固定数量的各次训练，以获得训练后的循环神经网络模型包括：所述加油站的占地面积越小，所述固定数量的取值越小。
58.所述用于服务调配的网络通信方法中：
59.基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量包括：所述加油站在该日需要的服务资源数量与接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积之和成正比。
60.另外，在所述用于服务调配的网络通信系统及方法，基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量包括：基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的工作人员数量；
61.以及基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务资源数量包括：基于接收到的所述加油站分别消耗的预估汽油体积和预估柴油体积确定所述加油站在该日需要的服务物资数量。
62.采用本发明的用于服务调配的网络通信系统及方法，针对现有技术中各个加油站的备油油量难以兼顾经济利益和油质要求的技术问题，能够在网络通信的基础上根据每一加油站的过往天数的历史加油数据智能化预测加油站当日的加油需求以及物资人员调配需求，从而满足了每一加油站的油量需求和成本需求。
63.虽然对本发明通过实例的方式进行了全面的叙述，但应该理解的是，各种变化和修改对于本技术领域熟练的人员是显而易见的。因此，除非另行指出变化和修改脱离了本发明的范围，这样的变化和修改都应该被认为包括在本发明的范围之中。